深度学习导向的智慧混合课堂研究与实践

2024-04-22 10:03:26吴鹏飞孟凡
关键词:新工科智慧课堂深度学习

吴鹏飞 孟凡

摘    要:深度学习是提升高校教育教学质量的必要路径,同时也是新工科人才培养的新诉求,如何构建智慧混合课堂实现深度学习是当前高等教育领域研究的热点问题。文章基于深度学习相关理论,设计了深度学习导向的智慧混合课堂学习质量评价模型,构建了深度学习导向的智慧混合课堂教学模式,分析了实施的智慧混合课堂实践案例,探讨了信息技术环境支持下深度学习导向的智慧混合课堂构建问题,以期为新工科背景下高质量人才培养提供理论和教学实践参考。

关键词:新工科;深度学习;智慧课堂;开放学习资源;社会知识网络

中图分类号:G642          文献标识码:A          文章编号:1002-4107(2024)04-0085-04

随着世界科学技术的发展和我国产业结构的转型升级,我国迫切需要大批创新型人才。为了引领新一代科技革命和产业变革,教育部2018年“卓越工程师教育培养计划2.0”提出要面向工业界、面向世界、面向未来培养高质量新型工程技术人才[1]。为了进一步提升我国高等教育教学质量,在国家层面提出了新工科、新农科、新文科等建设工程。新工科强调人才培养要满足社会工程领域人才需求,要培养工程能力强、具备国际竞争力的卓越工程技术人才。在国际工程教育领域,OBE作为一种先进的工程教育模式和教育理念,强调以学生为中心、产出导向和持续改进,突出了学生的学习主体地位、学习成果导向和教师主导持续改进与评价[2]。

新工科环境下的人才培养是目前高校教育教学质量重点关注的内容,在传统课堂教学模式下,学生常常处于被动灌输状态,学生知识学习和能力培养存在“浅层学习”问题,已经不能很好满足社会对于高素质工科人才的要求[3]。深度学习强调学生的人际协同合作能

力、批判思考能力、复杂问题解决能力、创造能力等的培养[4],突出培养学生高层次的思考活动[5],是提升高校教育教学质量的必要路径,同时也是新工科人才培养的新诉求。混合式教学是在互联网、人工智能和大数据环境支持下传统线下面授教学与网络在线教学的有机融合,是对传统课堂中教学资源、教学策略、教学方法等的优化组合,为新工科背景下学生的深度学习提供实现途经,深度学习和混合学习在人才培养目标上是契合的[6]。智慧混合课堂是开展混合式教学主阵地,能够将传统学习方式的优势和E-Learning的优势有机融合,能够利用人工智能和大数据学习环境作为支撑,实现传统面授教学与网络在线教学优势互补,同时也是对传统课堂中教学资源、教学策略、教学方法等的优化组合[7]。

一、深度学习相关理论基础

对深度学习的研究,国内外学者从不同的角度进行了探讨和实践,并从不同的视角给出了不同的定义。Bentz认为深度学习是一种集智慧、情感,技能、心理,个人和社会经验为一体的能力,这种能力能够迁移和分享,且具有积极的活力和提升空间[8]。国内学者谭爽对深度学习从学习目标、学习结果、学习策略和学习过程四个维度进行了探讨[6]。深度学习评价是判断深度学习效果的核心内容,围绕着评价维度和评价体系构建,国内外研究者和机构提出了多元化的深度学习评价理论模型,例如深层—浅层学习关系理论、深度学习品质刻画、3P学习过程模型、深度学习三维投入理论、知识深度模型、深度学习兼容性框架(NRC)、目标分类模型等[9-14]。

目标分类模型侧重于从记忆、理解、应用、分析、评价、创造六层认知目标维度,单一结构、多元结构、关联结构、抽象拓展结构四层思维结构维度和接受、反应、价值评价、组织、价值体系个性化五层情感目标维度对深度学习进行度量。除了目标分类模型关注的知识结构、思维结构、情感目标外,学习方式、动机表现、自我目标、迁移能力、元认知、行为投入等也是深度学习研究关注的视角。另外,从全球教育领域21世纪人才能力培养和学生核心素养培养方面来看,除了认知领域维度,人际领域和自我领域也是深度学习研究所需要关注的方向。相对于浅层学习,深度学习虽然不同的学者和机构有不同的定义,但通过梳理国内外研究现状发现学者们对于深度学习有明显的特征描述。深度学习的典型特征包括良性知识结构、高阶思维能力、创新创造能力、知识迁移能力、复杂问题解决能力、人际合作能力,积极参与投入行为和有意义学习的过程。另外,大量的教育教学理论研究和实证研究表明,学习者的学习态度和行为是深度学习品质的核心[9]。

基于上述深度学习理论,深度学习评价方法可以分为过程取向、结果取向和综合性三种评价方法[15-16],过程取向评价方法主要从认知投入、情感投入、行为投入等方面进行评价,结果取向的评价方法主要从概念图法、思维导图法、开放型项目问题任务、学业成就评价等方面进行评价,综合性评价方法是综合采用过程取向评价方法和结果取向评价方法。

二、深度学习导向的智慧混合课堂学习质量评价模型构建

基于深度学习模型理论和深度学习评价方法,并采用综合性评价方法,设计和构建了深度学习导向的智慧混合课堂学习质量评价模型,该模型具体包括四大维度:学习动机、学习投入、学习态度和学习成果。

学习动机维度包括外部动机和内部动机指标,外部动机和内部动机都是影响学生深度学习的重要因素,因此学习动机维度将外部动机和内部动机综合考虑评价。学习投入维度,参考了深度学习三维投入模型,包括学生在学习过程中的行为投入、认知投入和情感投入指标,具身认知理论也强调学生全身心积极主动投入参与各种学习活动,能够带来思维结构、知识结构和情感价值方面的积极改变,为深度学习提供条件。学习成果维度借鉴了国际上比较认同的NRC深度学习兼容性框架模型,包括认知领域、人际领域和自我领域指标,对应知识结构、思维结构、问题解决,有效沟通、团队协作,学会学习和情感价值三级指标。在学习态度维度,学习态度是否良好是学生能否完成深度学习的重要影响因素。深度學习导向的智慧混合课堂学习质量评价模型体现了以学生为中心的工程教育理念,突出学生学习成果维度评价,同时也包括了学习动机、学习态度和学习投入方面的评价,既面向过程,又面向结果,运用了综合性评价方法进行深度学习多维度评价。

三、深度学习导向的智慧混合课堂教学模式构建

智慧混合课堂借助了互联网、教学平台、学习资源等优势,可以为深度学习提供实现方法、途经和技术保障。双螺旋深度学习模型是一种基于学习元和社会知识网络构建的深度学习模型,体现了社会互动、群建共享、认知递进教学理念[17]。笔者基于双螺旋深度学习模型和智慧混合课堂学习质量评价模型,设计并构建了智慧混合课堂教学模式,如图1所示。

(一)教师活动及学生活动

教师是智慧混合课堂的设计者、指导者和评价者,需要创建真实的问题情境,使学生从被动式学习转变为主动式学习,激发和调动学生内在的学习需求,并采用多种学习活动和教学策略激发学生进行深度学习,基于任务驱动和项目探究引导学生解决复杂问题,促进学生对学习内容进行深度加工、迁移反思,保障学生深度学习目标的达成。教师根据课程目标创设学习情境、呈现学习问题并指导学生分组。学习情境应贴近学生的实际需求,学习问题包括简单问题和复杂问题,学生分组采取自由结组或者指定分组。教师在简单问题解决过程中提供学习支架、引导学习交流并指导协商论证,提供实时监控指导、及时反馈评价,以促进学生个体和群体知识建构。教材在复杂问题解决过程中通过指导小组汇报、评价智慧作品和反馈,引导学生反思学习过程,并指导学生总结得失和帮助学生提升元认知策略。

学生通过个体、小组和班级形式参与各种活动,感知情境问题,思考解决思路,形成协作分组;通过分析学习问题,小组成员会产生认知冲突,通过协商论证达成小组共识;学生通过各种角色任务完成个体知识的建构,通过协作交流进行小组群体知识建构;在各个小组作品展示过程中,通过分享、观察、评价作品,并修改完善小组作品,反思学习过程,总结学习得失,进一步提升元认知策略,从而完成解决复杂问题的过程。学生在个体知识建构和群体知识建构过程中,通过认知投入、行为投入和情感投入,全身心、全过程参与复杂问题的解决过程中,实现深度学习。

(二)深度学习导向教学实施过程

做的经验、观察的经验和抽象的经验是戴尔的经验之塔三个层次,在教学中需要将参与活动、演示活动和讲授活动有机融合、形成合力,为学生提供多层次经验的生成与优化,更好地为深度学习的实现提供支持。学生个体、小组群体和班集体的组织形式使得线上教学和线下教学有机融合,通过融合知识网络和社会网络的社会知识网络支持,为学生解决复杂问题提供知识联通服务、社会人际资源联通服务、协作学习策略和智能化学习资源支持。复杂问题的解决是通过多个简单问题的解决才能实现的,在这一过程中,教师基于

OBE理念,通过设计简单问题和复杂问题,在协作知识建构和具身认知过程中,完成简单问题的浅层学习,并在浅层学习基础上迈向更加深层次的复杂问题的学习。

四、实践案例及分析

(一)“教学设计原理与方法”课程案例

教育技术学专业是石家庄铁道大学开办的一个工科专业,“教学设计原理与方法”是教育技术学专业的一门核心必修课程,也是一门专业理论与实践相结合的综合性课程,共64学时,包括理论32学时和上机实验32学时,其为学生后续的教育软件项目实践和开发奠定基础。“教学设计原理与方法”课程的教学目标是使学生掌握教学设计的基本思想、基本原理和基本方法;掌握教学设计过程中各个环节的编写方法和技巧;能够把教学设计的理论与方法应用于教育教学实践中。在实际的“教学设计原理与方法”课程中,深度学习导向的智慧混合课堂是以学生为中心、以学生教学设计产出为导向和基于设計的研究持续改进的。以学生为中心建立在学生的教师资格证考试需求、考研升学需求和教学软件设计开发需求之上。以学生教学设计产出为导向体现在教案作品、教学课件作品和微课作品等外在产出上。基于设计的研究持续改进体现在实际教学过程中,教师通过讲授、案例观摩为学生提供教学设计相关的抽象的经验和观察的经验,是一种间接经验的生成过程;小组协作、交流分享为学生提供教学设计相关的做的经验,是一种直接经验的生成过程。

学习资源和学习策略是深度学习导向的智慧混合课堂的基础,在学习资源方面选用了“教学设计原理与方法”国家级教材和MOOC资源,并在此基础上聚合了教学设计相关的案例学习资源,为学生提供知识网络服务,为学习者教学设计相关知识构建提供条件;学习策略方面为学生提供自主学习和协作学习策略,提供社会化人际联通学习服务。在自主学习策略方面,采用任务驱动方式,学生通过完成线上MOOC资源自主学习任务和教案作品、教学课件作品设计任务,并结合教师线下评价反馈方式,实现教学设计相关原理与方法的学习;在协作学习策略方面,采用基于项目的学习方法,学生组建小组项目团队,协作完成微课作品设计与开发项目实践(复杂问题解决),通过小组讨论、协商、论证分享、观察、评价实现个体知识建构和小组群体知识建构。

(二)案例分析

2018级29名和2019级31名教育技术学专业学生参与了深度学习导向的智慧混合课堂实践,实践结束后,学生提交了实验报告。

学生实验报告数据反映了学生在学习过程中的学习投入、学习动机、学习成果和学习效果。例如,一名学生实验报告中总结到:“这是教学设计原理与方法的第二个实验,同时也是最后一个实验。我们的此次实验是通过小组合作来完成一次微课的设计制作,首先我们先设计了PPT的相关文稿,然后利用万彩动画大师来制作动画微课,总体过程还是很顺利的,圆满成功完成此节课程的最后一次实验。在实验过程中,我充分体会到同学之间合作的乐趣,大家一起努力,去大胆的交流自己的想法。此次实验中,我认为最有趣的事情就是在设计教学内容时,要去揣摩小学生的心理,去想怎么设计出来既简单易懂又让孩子们感兴趣的教学内容,我个人认为这个过程是最有趣的同时也是最重要的。最后感谢老师能给我们这个机会,去提前适应一下当老师的感觉,这是一段不错的实践经历,给以后的工作奠定了基础,让我们体会到老师在备课时的良苦用心。”

通过对学生实验报告数据进行分析,可以发现深度学习导向的智慧混合课堂以复杂问题解决作为核心问题,能够调动学生的学习积极性,使学生能以教师的角色全身心投入到教学设计和教学过程中。对于没有教学实践经历的学生而言,在这一过程中可以把获取到的教学设计相关理论与方法生成自身的间接经验和直接经验,而不是停留在浅层次的教学设计相关概念和原理的记忆与理解之上。另外,通过小组协作,提升和锻炼了学生的有效沟通能力和团队协作能力,学生通过完成小组任务,能够加深集体荣誉感和集体价值感,获得认知策略并提升学习能力,在社会知识网络的协同支持下实现了多维度深度学习和复杂问题的解决。

五、结论

深度学习导向的智慧混合课堂教学模式不仅是对传统的以教师为中心的教学模式的变革和突破,而且是对传统教学模式下教学中“浅层学习”的变革和突破。深度学习导向的智慧混合课堂不仅丰富了新工科背景下混合式教育教学模式理论研究,而且也为解决传统课堂教学模式下的弊端提供了一定的途径。在 “互联网+教育”时代,该模式的优势具体表现在以下两个方面。

1.运用深度学习导向的智慧混合课堂教学模式,有助于提高学生的学习积极性,激发其创造性。开展深度学习导向的智慧混合课堂,以复杂问题的解决贯穿于教学全过程,使学生在课前、课后根据自身兴趣和偏好去学习教学设计相关知识点,遇到的困难能够得到教师和同学的帮助并能得到及时解决,激发了学生的学习主动性。线下课堂上通过协作知识建构解决复杂问题,在团队协作、相互启发、相互借鉴的智慧课堂中,能够最大程度激发学生的创造性、学习积极性和学习动机,学生在学习过程中不仅是知识的接受者,更是知识的创造者。通过小组和集体活动,个人智慧和集体智慧在智慧课堂中不断提升。知识网络和社会网络作为两条基本支架,使学生能够在知识内容和人际资源方面建立起知识之间、知识与人、人与人之间的联通关系。

2.运用深度学习导向的智慧混合课堂教学模式,有助于教师将更多的时间和精力投入到设计深度教学中。在智慧混合课堂中,教师能够有更多的时间进行课程学习资源的整合、网络精品课程内容的聚合和拓展,关注学生的教案、微课等作品创作和设计过程,侧重培养学生积极主动的学习兴趣和解决复杂问题的能力,激发学生的创造和创新思维,培养良好的团队合作意识。教师在线上线下教学过程中的各个环节利用网络化教学平台和工具给学生及时、有效、充分的引导和帮助,使每位学生得到个性化发展,获得自主学习、协作学习和混合式学习体验,对于学生解决专业复杂问题、发展专业技能和培养专业学习兴趣具有长远和积极的意义。

本文基于深度学习相关理论,设计并构建了深度学习导向的智慧混合课堂学习质量评价模型,丰富了智慧混合课堂学习质量评价理论。在此基础上,构建了深度学习导向的智慧混合课堂教学模式,并以“教学设计原理与方法”教学实施案例进行了分析与评价,从而验证了该模式的有效性。在目前教育数字化转型的过程中,特别是在国家提出建设新工科的背景下,设计与构建智慧教育环境下的智慧混合教学模式具有重要意义。后续研究将结合专业课程特点,继续在其他专业的课程中深入实践,并融合教学全过程数据进一步完善深度学习导向的智慧混合课堂教学模式和智慧混合课堂学习质量评价模型。

参考文献:

[1]  教育部.工业和信息化部 中国工程院关于加快建设发

展新工科实施卓越工程师教育培养计划2.0的意见

[EB/OL].(2018-10-17)[2022-04-26].http://www.moe.

gov.cn/srcsite/A08/moe_742/s3860/201810/t2018101735

1890.html.

[2]  杨慧,闫兆进,慈慧,等.OBE驱动的工程教育课程教学创

新设计[J].高等工程教育研究,2022(2).

[3]  赵以霞,张思思,陶奕    ,等.新工科背景下基于前沿交叉

学科项目引导的深度学习[J].高等工程教育研究,2019(5).

[4]  何克抗.深度学习:网络时代学习方式的变革[J].教育研

究,2018(5).

[5]  胡航,李雅馨,郎启娥,等.深度学习的发生过程、设计模

型与机理阐释[J].中国远程教育,2020(1).

[6]  谭爽.指向深度学习的高校“混合式教学”模式构建[J].中

国高等教育,2019(6).

[7]  郑广杰.大学俄语智慧混合课堂教学模式的构建与应用[J].

现代教育技术,2018(9).

[8]  BENTZ V M.Deep Learning Groups:Combining Emo-

tional and Intellectual Learning[J].Clinical Sociology Re-

view,1992(1).

[9]  胡航,米雪,李雅馨,等.深度学习品质刻画:评测工具的

开发与应用——基于四城市小学生数学学习的实证

研究[J].华东师范大学学报(教育科学版),2021(11).

[10]  BIGGS J B.Student Approaches to Learning and Studying.

Research Monograph[M].Melbourne:Australian Council

for Educational Research,1987:105.

[11]  FREDERICKS,JENNIFER A,BLUMENFELD,et al.

School Engagement:Potential of the Concept,State of the

Evidence[J].Review of Educational Research,2004(1).

[12]  HERMAN J L,LINN R L.On the Road to Assessing

Deeper Learning:The Status of Smarter Balanced and PA-

RCC Assessment Consortia[R].Los Angeles,CA:University

of California,CRESST,2013.

[13]  NATIONAL RESEARCH COUNCIL.Education for

Life and Work:Developing Transferable Knowledge and

Skills in the 21st Century[M].Washington,DC:The National

Academies Press,2012:6.

[14]  張浩,吴秀娟,王静.深度学习的目标与评价体系构建[J].

中国电化教育,2014(7).

[15]  戴歆紫,王祖浩.国外深度学习的分析视角及评价方法[J].

外国教育研究,2017(10).

[16]  张辉蓉,唐佳欣,杨   璇.基于深度学习的中小学生

STEAM学习质量评价指标体系构建[J].中国电化教

猜你喜欢
新工科智慧课堂深度学习
面向新工科的Python程序设计交叉融合案例教学
计算机教育(2017年8期)2017-09-01 15:00:02
新工科形势下高校二级学院毕业设计管理探索
科技视界(2017年10期)2017-08-21 07:51:35
新工科背景下大学生创新创业教育探索
浅谈数学智慧课堂的构建
基于网络学习空间的小学数学智慧课堂教学策略研究
探究数学奥秘,创生智慧课堂
考试周刊(2016年92期)2016-12-08 00:17:45
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究
软件导刊(2016年9期)2016-11-07 22:20:49
基于深度卷积网络的人脸年龄分析算法与实现
软件工程(2016年8期)2016-10-25 15:47:34